共计 2596 个字符，预计需要花费 7 分钟才能阅读完成。
前些年技术圈有个经典名梗：
广受谷歌员工欢送的 macOS 包管理器 Homebrew 的开发者，技术大佬 Max Howell，去谷歌面试时因为不会做一道十分根底的算法题——翻转二叉树，而被谷歌拒了。
过后圈内炸了锅，有人感觉是大佬不屑于去做，有人顺带吐槽了本人的相似经验 ……
其中一位网友的评论切中要害：“大佬不会做翻转二叉树，但他依然开发出了 Homebrew；你虽会做，但却开发不来。”
问题出在哪呢？
至多咱们能发现谷歌的这道题并没能挖掘出大佬真正的技术实力，从招聘指标来看，其实是有些失败的。
大佬在之后在技术论坛里做出了解释：
他抵赖本人过后的确不晓得二叉树，但强调了谷歌不能因而拒掉他。
尽管他不懂很多 CS 实践，但他开发出了在乎用户体验、饱受好评的 Homebrew，“真正开源世界中一颗闪亮的星”，他认为这跟 CS 实践没有半点关系。
他表白了一个清晰无力的观点：实际比实践更加重要。
01 为什么总出算法题？
企业为什么执着于出算法题呢？
有三方面起因：
省时省力：技术岗位的次要工作是实现工程项目，并没有太多工夫和资源来针对岗位需要来制订题目。
算法题则无需编程语言或环境的配置，甚至用白板都能间接进行考核，对企业很不便。
算法题容易评估：企业要出跟理论我的项目相干的题型，就须要更多的工夫和资源来设计和评估，许多简单的细节难以量化和评估。
算法题有标准答案和主观指标，如工夫 / 空间复杂度来间接评估候选人的程度。
企业的“保底思维”：算法题考查了程序员的基本功，像一个大漏斗，留下来的至多基本功不错，外面可能存在适合具体岗位的人选。
但只考算法题存在着许多局限性。
02 算法题的局限
2.1 理论我的项目有时不须要懂太多算法
有人会说，算法考核的都是根底，若连根底都不会，那怎么证实他有更强的实战能力呢？走路都不会，又怎么加入短跑较量呢？
但算法与理论我的项目的关系，并非上楼梯似的递进，而更像水分子跟水一样的层级关系。人类真正理解水分子结构不过几百年，但不障碍人类始终在用水。
就像打造一个游戏引擎，须要学习很多算法，但游戏设计师应用游戏引擎来设计游戏，却不须要懂太多算法。
其实，许多算法早已被封装好，集成在各种工具和框架中，除非底层开发工作，比方开发新的游戏引擎，许多岗位早已不须要接触这些算法原理了。
事实工作中，如何很好地实现业务需要，更多取决于候选人如何很好地去应用相干的工具与框架。
2.2 算法题匹配不了简单的工程问题
算法题通常是形象、简化、规范的，理论我的项目中的问题往往是具体、简单、多变的。
招聘时的算法题，往往事后设计了一个最优解，让候选人在限定工夫内解出。
但事实中，工程问题往往不仅没有标准答案，有时甚至连问题在哪，是否能用现有技术解决都不分明。
比方招聘中，企业会让候选人写一个从 A 到 B 点的最短门路算法。这类题目通常被精心设计，数据被结构，肯定存在最优解，问题的输出和边界条都绝对简略和标准。
但理论的交通系统我的项目中，存在着拥挤、施工、事变多种路况，步行、汽车、公交多种形式、用户随便更改目的地，以及要实时同步交通数据，这些都是要候选人花更多精力思考的简单状况，而非仅需记忆相似 Dijkstra 的一个算法就能搞定。
我的项目代码是真实世界的，存粹的算法代码只存在于阉割版的证实实践里。
只有实践，而无奈高效实现的算法也并不少，比方 Kruskal 算法很早就呈现，但很久之后才找到了较好的实现形式，变得实用。
技术人才的外围价值，是用代码实现具体的性能，而非仅懂实践概念。
2.3 AI 新浪潮的冲击
招聘中，候选人往往须要闭卷限时解答算法题。
但事实中简单的我的项目，技术人员能够长时间沟通交流、合作，并且自行查阅材料。
随着 AI 倒退，查阅实践算法常识，更是轻而易举，记忆算法的价值大幅削弱。
这是我用 AI 工具实现的“关键词呈现频率统计”性能，其中波及到了 Porter Stemming 和 Snowball Stemming 等词干提取的算法，而我对这些算法无所不知。
目前算法题考核招聘形式，无奈还原理论场景中的材料搜寻、沟通协调等相干能力。
总之，通过算法题先筛人，再进一步靠面试判断岗位匹配度，“先筛人，后匹配”的模式，仅是拐弯抹脚开掘能力的形式。
不仅会漏掉如 Howell 那种有后劲、创造力、有特长的技术大佬，也容易招到一群只会做算法题，但不足沟通合作、解决理论问题等领有工程能力的人。
好比打靶并没刻意瞄准靶心，只是先让本人手别抖，这样“弹孔”容易稳固地集中在某一区域，招到一群类似的“优良”人才，但却可能偏离岗位的“靶心”。
有没有什么办法，能间接冲着“靶心”瞄准，反过来从岗位登程，间接招到匹配该岗位人才的形式呢？
03 ShowMeBug 基于岗位的“实战题型”
ShowMeBug 致力于深挖技术实力，为企业找到技术岗位的最佳匹配人选，专门打造了基于岗位的“实战题型”。
从岗位需要登程，ShowMeBug 自研能力模型，将岗位能力细化为逐条能力维度，再基于能力维度，推导出具体的技能与知识点。同时也反对企业自行调整。
这些知识点，是 ShowMeBug 与各类行业大佬单干，总结大量过往实战我的项目案例提炼得出。
确保了什么样的岗位，就能明确须要什么样能力，并出相应的题目考核这些能力，使得通过测评的的候选人完满匹配岗位的需要。
比方，除了像 Java、JavaScript、C++、Python 等考核编程语言能力的根底编程题，也有像 Vue、SpringBoot 等，考核候选人应用前后端框架进行需要实现能力的题目。
下图中，就是一道考查候选人“是否可能解决耗时工作”的实战编程题：
这道题目模仿了一个常见的场景：用户在前端点击按钮后，须要优化接口，让后端将耗时工作放入不同线程中异步执行，从而让前端不须要期待所有工作实现能力收到响应，优化用户体验。
同时，ShowMeBug 题库也反对“开卷有益”性能，企业能够在试卷设置 AI 编程助手。最大限度还原候选人事实中的工作环境，考核他的实战工作能力。
总之，企业在招聘时，可间接应用 ShowMeBug 的 5000+ 道题目间接进行考核，节省下大量工夫与精力；
企业也可针对不同岗位，通过调整相应的能力维度、技术与知识点，来自定义想要考核的题目，满足本身个性化的招聘需要；
“实战题型”的内容与 AI 助手，也很好地把候选人放在了实在工作环境下，去解决贴近理论我的项目的问题，最大限度地在屏幕前间接还原他的实在技术能力，助力企业精准择优。
